火力发电机组生产工艺过程复杂，监测设备众多，监测参数更甚，而且参数间相互影响，存在关联和交叉耦合，电厂运行及管理人员定性和定量分析其关联性存在工作量大、难度大及时间滞后等问题，更谈不上及时发现隐含的故障或劣化趋势，对于非专业人员，就更加无从谈起。
利用先进的数据挖掘算法从机组运行的海量历史数据中，挖掘数据的潜在价值，将其运用到设备、系统及机组的健康状态实时评价，较好地解决了过度依赖专家经验进行设备诊断的问题，为设备状态检修提供了基础数据；基于健康度计算，提出了考虑设备及主要运行参数等因素的机组发电能力评测模型，实现了专家经验到数学模型的转化。